AnswersPublished16 sources
Tre ulike vinnere i WorldArena 2.0 – ingen samlet mester
WorldArena 2.0 hadde tre separate konkurransespor. WorldIncept, MW2 og ViTacX vant hvert sitt spor – det ble ikke kåret én samlet mester.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- WorldArena 2.0 hadde tre separate konkurransespor. WorldIncept, MW2 og ViTacX vant hvert sitt spor – det ble ikke kåret én samlet mester.
- Referansetesten ble utvidet fra visuelle vurderinger til også å omfatte syns og berøringsdata, nettbasert forsterkende læring og oppgaver utført av virkelige roboter.[2][19]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What were the final results of the WorldArena 2.0 Challenge held with IROS 2026, including its Tsinghua-led benchmark origins and expansion. Article summary: The reported winners of the WorldArena 2.0 Challenge at IROS 2026 were Visincept’s WorldIncept in Track 1, Zhongguancun Academy’s MW2 in Track 2, and Xiaomi MiRobot’s ViTacX in Track 3; these were separate track titles, . Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
WorldArena 2.0 setter modeller for fysiske KI-systemer på prøve i tre ulike disipliner: videoforutsigelser, forsterkende læring og robotoppgaver i den virkelige verden. Ulike modeller vant hvert sitt spor, så resultatene bør leses som tre separate seire – ikke som en samlet kåring av den beste modellen.2
19
Tre spor, tre vinnere
| Spor | Hva som ble testet | Vinner |
|---|---|---|
| Track 1 | Videoforutsigelser | WorldIncept fra Visincept |
| Track 2 | Verdensmodeller brukt i nettbasert forsterkende læring | MW2 fra Zhongguancun Academy |
| Track 3 | Robotoppgaver i den virkelige verden | ViTacX fra Xiaomi Robotics |
Sporene ble rangert hver for seg. Den samlede premiepotten var på 7 000 dollar, og den endelige resultatlisten ble offentliggjort 16. september 2026.18
19
En bredere test av verdensmodeller
WorldArena ble utviklet av et Tsinghua-ledet forskningsmiljø sammen med flere universiteter og forskningsinstitusjoner. Referansetesten skal vurdere både hvor godt verdensmodeller oppfatter omgivelsene, og hvor nyttige de er i praktiske oppgaver. Tidligere versjoner hadde allerede utvidet testingen utover videoproduksjon til oppgaver knyttet til blant annet data, strategier og handlinger.19
27
Med versjon 2.0 ble testingen utvidet på tre områder: fra rent visuelt materiale til syns- og berøringsdata, fra oppgaver uten løpende samspill til nettbasert forsterkende læring, og fra simulering til bruk av virkelige roboter.19
27 De tre konkurransesporene gjenspeiler denne bredden: videoforutsigelser, verdensmodeller som treningsmiljø for forsterkende læring og robotoppgaver i den virkelige verden.
2
19
Track 1: WorldIncept vant videotesten
Track 1 vurderte videoforutsigelser med 15 måltall fordelt på 70 oppgaver: 50 scener med hvite bordplater og 20 scener med fargede eller mønstrede bordplater. Totalt 81 modeller ble rangert.16
19
WorldIncept fra Visincept fikk 72,33 poeng. BWM-Turbo fra Tongji University kom på andreplass med 71,49 – en forskjell på 0,84 poeng.16
19 WorldIncept var best på etterlevelse av fysikk, 3D-nøyaktighet og semantisk samsvar. BWM-Turbo utmerket seg på blant annet konsistens i bakgrunnen og likhet i representasjon.
17
Modellene bygger også på ulike tekniske tilnærminger. WorldIncept følger JEPA-retningen, som legger vekt på læring av representasjoner i et latent rom. BWM-Turbo bruker en diffusjonstransformator kombinert med dynamisk minne.2
17
Track 2: MW2 vant sporet for forsterkende læring
Track 2 undersøkte om en verdensmodell kan brukes som treningsmiljø for nettbasert forsterkende læring. Dette var et av de nye testområdene i WorldArena 2.0.2
19 MW2 fra Zhongguancun Academy vant med 72,93 poeng. TTWM fulgte etter med 72,40, 0,53 poeng bak.
17
TTWM ble omtalt som en målbetinget, kausal verdensmodell fra Chenhunxian Technology, et selskap knyttet til JEPA-retningen.2
17 Resultatet sier noe om modellenes prestasjoner i dette bestemte testoppsettet. Det er ikke i seg selv dokumentasjon på at en modell er best i alle oppgaver innen robotlæring.
Track 3: ViTacX vant robotsporet
ViTacX fra Xiaomi Robotics gikk til topps i Track 3, som målte prestasjoner i robotoppgaver i den virkelige verden. WorldArena 2.0 utvidet også referansetesten til å omfatte syns- og berøringsdata.18
19
27
Dette sporet måler noe annet enn videoforutsigelser og forsterkende læring. ViTacX vant robotsporet, men dermed ikke de to andre kategoriene.2
19
Hva resultatene viser
De tre sporene undersøkte forskjellige ferdigheter: å forutsi video, å bruke en verdensmodell som miljø for læring og å utføre oppgaver med en virkelig robot. At ulike modeller vant, er derfor ikke motstridende. Resultatene viser at forskjellige modeller leder på forskjellige områder – ikke at én modell er best på alle tre.2
19
Når resultatlisten sammenlignes, er det derfor viktig å se på både sporet og oppgaven modellen ble testet på. En seier i én kategori dokumenterer ikke automatisk at modellen også leder i de andre.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Tre ulike vinnere i WorldArena 2.0 – ingen samlet mester"?
WorldArena 2.0 hadde tre separate konkurransespor. WorldIncept, MW2 og ViTacX vant hvert sitt spor – det ble ikke kåret én samlet mester.
What are the key points to validate first?
WorldArena 2.0 hadde tre separate konkurransespor. WorldIncept, MW2 og ViTacX vant hvert sitt spor – det ble ikke kåret én samlet mester. Referansetesten ble utvidet fra visuelle vurderinger til også å omfatte syns og berøringsdata, nettbasert forsterkende læring og oppgaver utført av virkelige roboter.[2][19]
Sources
163.comJEPA、空间智能路线正面交锋：WorldArena 2.0 挑战赛开考「能不能被机器人真正用起来」
qifukexue.comWorldArena 2.0挑战赛结果揭晓：JEPA路线视启未来与晨昏线分获两赛道第一，真机闭环成世界模型新考
e-acc.ai全部 AI 动态 · 第 2 页
ar5iv.labs.arxiv.orgWorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform
x.comWorldArena 2.0 at IROS 2026: Visincept, Zhongguancun Academy and Xiaomi Win Its Three Tracks